Currículo

Incerteza e Tomada de Decisão 04788

Contextos

ECTS

6.0 (para cálculo da média)

Objectivos

No final do período curricular desta UC, o alunos deverão ser capazes de: OA1 - Programar em R. OA2 - Distinguir entre diferentes tipos de dados, assim como elencar e aplicar as técnicas estatísticas que àqueles se adequam. OA3 - Formular e realizar testes de hipóteses, construindo e estimando modelos explicativos em contexto de incerteza. OA4 - Compreender eventuais fontes de erro nos procedimentos de estimação e técnicas de mitigação de erros. OA5 - Construir modelos simples de simulação estocástica para avaliação de cenários e decisão em contexto de incerteza.

Programa

CP1 - Linguagem R e o RStudio Funcionalidades básicas, variáveis e funções. Tipos de dados e o package 'tidyverse'. Visualização com os packages 'base' e 'ggplot2'. Números aleatórios e simulação elementar. CP2 - Estimação e Inferência Distribuições amostrais e Teorema do Limite Central. Distribuições derivadas na normal. Intervalos de confiança. Testes paramétricos e não-paramétricos para médias e variâncias. Ajustamento, independência e normalidade. Testes múltiplos. CP3 - Modelos de Regressão Regressão linear simples e múltipla. Inferência sobre os coeficientes. Variáveis omitidas e enviesamento. Diagnóstico e intervalos de predição. CP4 - Simulação de Monte Carlo e Decisão Conceitos de simulação, avaliação de cenários, viés e erro-padrão de estimadores. Simulação a partir de modelos estimados. Avaliação de risco e decisão em contexto de incerteza.

Método de Avaliação

- Avaliação ao longo do semestre: 3 fichas individuais online (5% para o total das 3 fichas), 1 teste intercalar individual (30%), 1 trabalho de grupo com apresentação oral (15%) e 1 teste final individual (50%); nota mínima de 8,5 valores no teste final; média final mínima de 10 valores (nota arredondada às unidades). - Assiduidade mínima de 2/3 das aulas. - Para a obtenção de aproveitamento na UC com base na avaliação ao longo do semestre, é obrigatória a realização de todas as fichas individuais, do teste intercalar, do trabalho de grupo e da apresentação oral, antes do teste final. Apenas o teste final requer a obtenção de nota mínima. - A classificação global das 3 fichas individuais resultará da multiplicação de 5% pela média aritmética das três notas obtidas. Reitera-se que todas as fichas têm de ser realizadas para aproveitamento com base na avaliação ao longo do semestre (a não-realização de uma ficha não equivale à obtenção de uma nota de zero valores). - O trabalho de grupo é classificado exclusivamente com base na apresentação e defesa oral; a entrega do relatório escrito é condição de admissão à apresentação. A utilização indiscriminada de ferramentas de IA que resultem em relatórios escritos claramente descuidados e/ou na submissão acrítica de conteúdos poderá levar à desconsideração do trabalho e impedir a classificação com base na avaliação ao longo do semestre. - Os testes em papel são realizados sem consulta de folhas de apoio, livros ou outros materiais, não sendo permitida a utilização de calculadoras gráficas nem de telemóveis ou quaisquer outros dispositivos eletrónicos; quaisquer materiais auxiliares (e.g. formulários) são fornecidos pela equipa docente no momento da avaliação, se necessários. - Os alunos que não sejam avaliados com base na avaliação ao longo do semestre realizarão um exame final que abrangerá todos os conteúdos programáticos da UC. A nota mínima é de 10 valores (arredondada às unidades). - Qualquer aluno pode ser chamado a realizar uma defesa oral da nota obtida em qualquer dos momentos de avaliação, independentemente da classificação obtida (VER A SECÇÃO OBSERVAÇÕES PARA MAIS DETALHES). - Os momentos de avaliação terão lugar nas datas estipuladas para o efeito, não sendo admitidas quaisquer exceções para além das estatuídas nos regulamentos do ISCTE-IUL.

Carga Horária

Bibliografia

Principal

• Çetinkaya-Rundel, M. & Hardin, J. (2024). Introduction to Modern Statistics, 2nd edition. OpenIntro. Free: openintro.org/book/ims Wickham, H., Çetinkaya-Rundel, M. & Grolemund, G. (2023). R for Data Science, 2nd edition. O'Reilly. Free: r4ds.hadley.nz Newbold, P., Carlson, W. & Thorne, B. (2019). Statistics for Business and Economics, 9th Global Edition. Pearson. ISBN 978-1-292-31503-4. James, G., Witten, D., Hastie, T. & Tibshirani, R. (2021). An Introduction to Statistical Learning with Applications in R, 2nd edition. Springer. Free: statlearning.com:

Secundária

• Dias Curto, JJ (2021). Estatística com R: Aprenda Fazendo. Edição de autor. ISBN: 978-989-33-2076-1 Reis, E., P. Melo, R. Andrade & T. Calapez (2021). Estatística Aplicada, Vol. 1, 7ª ed. Edições Sílabo. Reis, E., P. Melo, R. Andrade & T. Calapez (2018). Estatística Aplicada, Vol. 2, 6ª ed. Edições Sílabo.:

Disciplinas de Execução

2026/2027 - 1º Semestre

2025/2026 - 2º Semestre

2025/2026 - 1º Semestre